基于模式映射的XML與關(guān)系數(shù)據(jù)庫的存儲技術(shù)的研究.pdf

1、近幾年來，隨著互聯(lián)網(wǎng)的不斷迅速發(fā)展，XML正迅速取代HTML成為Web上數(shù)據(jù)表示、集成和交換的標準，越來越受到人們的青睞，然而，隨著互聯(lián)網(wǎng)上發(fā)布的XML數(shù)據(jù)的不斷增加，如何有效管理XML文檔已成為一個十分棘手的問題。而目前最主要的數(shù)據(jù)存儲方式是關(guān)系數(shù)據(jù)庫，人們很自然地希望利用現(xiàn)有關(guān)系數(shù)據(jù)庫的豐富資源和管理經(jīng)驗來存儲XML文檔，將半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)。然而由于XML數(shù)據(jù)和關(guān)系型數(shù)據(jù)在組織上的差異，從XML文檔到關(guān)系數(shù)據(jù)庫轉(zhuǎn)換過程

2、中存在的XML文檔多值元素、遞歸元素以及混合內(nèi)容元素的映射等難點問題一直沒有得到有效的解決，主要表現(xiàn)為映射方法不靈活，查詢效率低，丟失有用信息等，這增加了系統(tǒng)的開銷、復(fù)雜性，影響了數(shù)據(jù)庫的效率。與此同時，不同的生產(chǎn)廠商生產(chǎn)的數(shù)據(jù)庫是異質(zhì)的，這必然會增加開發(fā)基于XML的Internet應(yīng)用的難度，不但如此，現(xiàn)存的方法大多數(shù)以DTD來定義XML文檔模式，但是DTD缺乏對數(shù)據(jù)類型、文檔結(jié)構(gòu)、屬性等約束的足夠描述，而且對于XML的名字空間處理、

3、擴展性、管理等方面有著完全不同的格式，因此，采用DTD作為模式的映射方法不容易實現(xiàn)XML文檔的自動化存儲和查詢。另一方面，W3C組織于2001年5月正式推薦了XML Schema為XML的標準模式，XML Schema的格式與XML的格式完全相同，而且提供了更多的內(nèi)建數(shù)據(jù)類型，并支持用戶對數(shù)據(jù)類型的擴展，基本上滿足了關(guān)系模式在數(shù)據(jù)描述上的需要。所以，XML Schema比DTD具有更強大的表達能力，更能適應(yīng)不同領(lǐng)域的需求，更適合描述關(guān)系

4、數(shù)據(jù)，有代替DTD的趨勢。于是人們很自然的會考慮到如果可以把XML Schema模式轉(zhuǎn)換成關(guān)系數(shù)據(jù)庫模式，那么符合XML Schema格式的XML文檔就能很容易地轉(zhuǎn)換成關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)了。 基于上述考慮，本文在介紹XML語言及相關(guān)知識、XML存儲技術(shù)的基礎(chǔ)上，根據(jù)W3C最新提出的XML Schema規(guī)范，提出了一種等價于XML Schema的數(shù)據(jù)模型S_Schema，并實現(xiàn)了從S_Schema到關(guān)系模式的映射算法和Xml文檔到